21.索引的设计与性能分析
索引的创建与设计原则
索引的声明与使用
-
以
功能逻辑
分类,索引主要有四种:普通索引、唯一索引、主键索引、全文索引 -
以
物理实现
方式,索引可以分为两种:聚簇索引和非聚簇索引 -
以
作用字段个数
进行划分,分为单列索引和联合索引
补充:空间索引,空间类型的字段必须为非空
创建表索引
创建表时创建索引:
CREATE TABLE emp(
emp_id INT PRIMARY KEY AUTO_INCREMENT,
emp_name VARCHAR(20) UNIQUE,
dept_id INT,
CONSTRAINT emp_dept_id_fk FOREIGN KEY(dept_id) REFERENCES dept(dept_id),
INDEX deptId(dept_id) #创建普通索引
);
如上显示创建索引的语法为:
[UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name [length]) [ASC | DESC]
UNIQUE
、FULLTEXT
和SPATIAL
为可选参数,分别表示唯一索引、全文索引和空间索引;INDEX
与KEY
为同义词,两者的作用相同,用来指定创建索引;index_name
指定索引的名称,为可选参数,如果不指定,那么MySQL默认col_name为索引名;col_name
为需要创建索引的字段列,该列必须从数据表中定义的多个列中选择;length
为可选参数,表示索引的长度,只有字符串类型的字段才能指定索引长度;ASC
或DESC
指定升序或者降序的索引值存储。
指明主键或唯一约束会在创表时自动帮我们创建该字段的索引
查看表索引
SHOW INDEX FROM emp;
添加表索引
- 使用 ALTER TABLE
ALTER TABLE table_name ADD [UNIQUE | FULLTEXT | SPATIAL] [INDEX | KEY] [index_name] (col_name[length],...) [ASC | DESC]
- 使用 CREATE INDEX
CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX index_name ON table_name (col_name[length],...) [ASC | DESC]
删除表索引
- 使用ALTER TABLE
ALTER TABLE table_name DROP INDEX index_name;
- 使用DROP INDEX语句删除索引
DROP INDEX index_name ON table_name;
MySQL8.0索引新特性
支持降序索引
创建的索引默认是升序,在MySQL5.7及以前的版本,只支持升序。
测试:
CREATE TABLE ts1(a int,b int,index idx_a_b(a,b desc));
DELIMITER //
CREATE PROCEDURE ts_insert()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i < 800
DO
insert into ts1 select rand()*80000,rand()*80000;
SET i = i + 1;
END WHILE;
commit;
END //
DELIMITER ;
#调用
CALL ts_insert();
主从复制,主机会将写操作记录在bin-log日志中。从机读取bin-log日志,执行语句来同步数据。如果使用函数来操作数据,会导致从机和主键操作时间不一致。所以,默认情况下,mysql不开启创建函数设置。
#查看mysql是否允许创建函数:
show variables like 'log_bin_trust_function_creators';
#命令开启,允许创建函数设置:
#不加global只是当前窗口有效。
set global log_bin_trust_function_creators=1;
永久方式:
[mysqld]
log_bin_trust_function_creators=1
这里引入性能分析工具:
EXPLAIN SELECT * FROM ts1 ORDER BY a,b DESC LIMIT 5;
#MySQL5.7:扫描数799,且使用了Using filesort
#MySQL 8.0:扫描数为5,且没有使用Using filesort。
Using filesort是MySQL中一种速度比较慢的外部排序,多数情况下,管理员可以通过优化索引来尽量避免出现Using filesort,从而提高数据库执行速度。
隐藏索引
MySQL 5.7版本及之前,只能通过显式的方式删除索引。如果发现删除索引后出现错误,又只能通过显式创建索引的方式将删除的索引创建回来。这种操作会消耗系统过多的资源,操作成本非常高。
从MySQL 8.x开始支持隐藏索引(invisible indexes)
,只需要将待删除的索引设置为隐藏索引,使查询优化器不再使用这个索引(即使使用force index(强制使用索引),优化器也不会使用该索引),确认将索引设置为隐藏索引后系统不受任何响应,就可以彻底删除索引。这种通过先将索引设置为隐藏索引,再删除索引的方式就是软删除
。
- 创建表时创建
CREATE TABLE tablename(
propname1 type1[CONSTRAINT1],
propname2 type2[CONSTRAINT2],
INDEX [indexname](propname1 [(length)]) INVISIBLE
);
- 添加隐藏索引
CREATE INDEX indexname ON tablename(propname[(length)]) INVISIBLE;
#或
ALTER TABLE tablename ADD INDEX indexname (propname [(length)]) INVISIBLE;
- 切换索引可见状态
ALTER TABLE tablename ALTER INDEX index_name INVISIBLE; #切换成隐藏索引
ALTER TABLE tablename ALTER INDEX index_name VISIBLE; #切换成非隐藏索引
使隐藏索引对查询优化器可见
在MySQL 8.x版本中,为索引提供了一种新的测试方式,可以通过查询优化器的一个开关 (use_invisible_indexes)来打开某个设置,使隐藏索引对查询优化器可见。如果 use_invisible_indexes 设置为off(默认),优化器会忽略隐藏索引。如果设置为on,即使隐藏索引不可见,优化器在生成执行计 划时仍会考虑使用隐藏索引。
#查看参数
select @@optimizer_switch \G
#修改参数
set session optimizer_switch="use_invisible_indexes=on";
索引的设计原则
适合创建索引的情况
- 字段的数值有唯一性的限制
说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明显的。
业务上具有唯一特性的字段,即使是组合字段,也必须建成唯一索引。(来源:Alibaba开发手册)
-
频繁作为 WHERE 查询条件的字段
-
经常 GROUP BY 和 ORDER BY 的列
如果待排序的列有多个,那么可以在这些列上建立组合索引 。
- UPDATE、DELETE 的 WHERE 条件列
如果进行更新的时候,更新的字段是非索引字段,提升的效率会更明显,这是因为非索引字段更新不需要对索引进行维护。
- DISTINCT 字段需要创建索引
- 多表 JOIN 连接操作时,创建索引注意事项
首先,连接表的数量尽量不要超过 3 张
,因为每增加一张表就相当于增加了一次嵌套的循环,数量级增长会非常快,严重影响查询的效率。
其次,对 WHERE 条件创建索引
,因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下,没有 WHERE 条件过滤是非常可怕的。
最后,对用于连接的字段创建索引
,并且该字段在多张表中的类型必须一致
。
- 使用列的类型小的创建索引
类型大小
指的是该类型表示的数据范围的大小
- 数据类型越小,在查询时进行的比较操作越快
- 数据类型越小,索引占用的存储空间就越少,在一个数据页内就可以
放下更多的记录
,从而减少磁盘I/O
带来的性能损耗,也就意味着可以把更多的数据页缓存在内存中,从而加快读写效率。
此建议对于表的主键来说更加适用
,因为不仅是聚簇索引中会存储主键值,其他所有的二级索引的节点处都会存储一份记录的主键值,如果主键使用更小的数据类型,也就意味着节省更多的存储空间和更高效的I/O。
- 使用字符串前缀创建索引
区分度计算公式:
#一般对字符串类型数据,长度为 20 的索引,区分度会高达 90% 以上。
count(distinct left(列名, 索引长度))/count(*)
在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据实际文本区分度决定索引长度。(Alibaba《Java开发手册》)
- 区分度高(散列性高)的列适合作为索引
列的基数
指的是某一列中不重复数据的个数,列的基数越大,该列中的值越分散。区分度越接近1越好,一般超过33%
就算是比较高效的索引了。
联合索引把区分度高(散列性高)的列放在前面。
-
使用最频繁的列放到联合索引的左侧
-
在多个字段都要创建索引的情况下,联合索引优于单值索引
限制索引的数目
索引的数目不是越多越好。我们需要限制每张表上的索引数量,建议单张表索引数量不超过6个
。原因:
- 每个索引都需要占用
磁盘空间
,索引越多,需要的磁盘空间就越大。 - 索引会影响
INSERT、DELETE、UPDATE等语句的性能
,因为表中的数据更改的同时,索引也会进行调整和更新,会造成负担。 - 优化器在选择如何优化查询时,会根据统一信息,对每一个可以用到的
索引来进行评估
,以生成出一个最好的执行计划,如果同时有很多个索引都可以用于查询,会增加MySQL优化器生成执行计划时间,降低查询性能。
不适合创建索引的情况
- 在where中使用不到的字段,不要设置索引
- 数据量小的表最好不要使用索引
在数据表中的数据行数比较少的情况下,比如不到 1000 行,是不需要创建索引的。
- 有大量重复数据的列上不要建立索引
当数据重复度大,比如高于 10% 的时候,也不需要对这个字段使用索引。
- 避免对经常更新的表创建过多的索引
- 不建议用无序的值作为索引
例如身份证、UUID(在索引比较时需要转为ASCII,并且插入时可能造成页分裂)、MD5、HASH、无序长字 符串等。
-
删除不再使用或者很少使用的索引
-
不要定义冗余或重复的索引
性能分析工具的使用
数据库服务器的优化步骤:
整个流程划分成了 观察(Show status) 和 行动(Action) 两个部分。
系统性能参数:
在MySQL中,可以使用 SHOW STATUS 语句查询一些MySQL数据库服务器的 性能参数 、 执行频率 。
SHOW [GLOBAL|SESSION] STATUS LIKE '参数';
常见参数:
Connections
:连接MySQL服务器的次数。Uptime
:MySQL服务器的上 线时间。Slow_queries
:慢查询的次数。Innodb_rows_read
:Select查询返回的行数。Innodb_rows_inserted
:执行INSERT操作插入的行数。Innodb_rows_updated
:执行UPDATE操作更新的行数。Innodb_rows_deleted
:执行DELETE操作删除的行数Com_select
:查询操作的次数。Com_insert
:插入操作的次数。对于批量插入的 INSERT 操作,只累加一次。Com_update
:更新操作的次数。Com_delete
:删除操作的次数。
统计查询成本:
last_query_cost 记录了上一次SQL语句的开销(扫描的页数)
SHOW STATUS LIKE 'last_query_cost';
有时我们查询页的数量相差几倍甚至几十倍,但查询效率却没有明显变化,是因为采用了顺序读取的方式将页面一次性加载到缓冲池中,然后再进行查找。虽然页数量(last_query_cost)增加了不少,但是通过缓冲池的机制,并没有增加多少查询时间。
慢查询日志
开启慢查询日志参数:
set global slow_query_log='ON';
#查看下慢查询日志是否开启,以及慢查询日志文件的位置
show variables like '%slow_query_log%'
文件路径为:
/var/lib/mysql/atguigu02-slow.log
修改long_query_time阈值:
#查看慢查询的时间阈值
show variables like '%long_query_time%';
#设置当前会话慢查询的时间阈值为1秒
set long_query_time=1;
当然也可以设置全局变量,但只会对新创建的会话生效
查看慢查询数目:
#查询当前系统中有多少条慢查询记录
SHOW GLOBAL STATUS LIKE '%Slow_queries%';
慢查询日志分析工具
在生产环境中,手工分析日志非常繁琐,MySQL提供了日志分析工具 mysqldumpslow
。
mysqldumpslow --help
常用参数:
- -a:不将数字抽象成N,字符串抽象成S
- -s: 是表示按照何种方式排序:
- c: 访问次数
- l: 锁定时间
- r: 返回记录
- t: 查询时间
- al: 平均锁定时间
- ar: 平均返回记录数
- at: 平均查询时间 (默认方式)
- ac: 平均查询次数
- -t: 即为返回前面多少条的数据;
- -g: 后边搭配一个正则匹配模式,大小写不敏感的;
常用语句参考:
#得到返回记录集最多的10个SQL
mysqldumpslow -s r -t 10 /var/lib/mysql/atguigu-slow.log
#得到访问次数最多的10个SQL
mysqldumpslow -s c -t 10 /var/lib/mysql/atguigu-slow.log
#得到按照时间排序的前10条里面含有左连接的查询语句
mysqldumpslow -s t -t 10 -g "left join" /var/lib/mysql/atguigu-slow.log
#另外建议在使用这些命令时结合 | 和more 使用 ,否则有可能出现爆屏情况
mysqldumpslow -s r -t 10 /var/lib/mysql/atguigu-slow.log | more
关闭慢查询日志:
修改配置文件:
[mysqld]
slow_query_log=OFF
#或
[mysqld]
#slow_query_log =ON
临时修改:
SET GLOBAL slow_query_log=off;
删除慢查询日志:
手动删除即可,还可以使用以下命令来初始化慢查询日志文件:
mysqladmin -uroot -p123456 flush-logs slow
该命令相当于将日志文件删除重建
查看SQL执行成本
在19章SQL执行流程中提到了profiling
变量
show variables like 'profiling';
set profiling = 'ON';
show profiles;
show profile [参数] for query [记录的id];
常用的查询参数:
- ALL:显示所有的开销信息。
- BLOCK IO:显示块IO开销。
- CONTEXT SWITCHES:上下文切换开 销。
- CPU:显示CPU开销信息。
- IPC:显示发送和接收开销信息。
- MEMORY:显示内存开销信 息。
- PAGE FAULTS:显示页面错误开销信息。
- SOURCE:显示和Source_function,Source_file, Source_line相关的开销信息。
- SWAPS:显示交换次数开销信息。
分析查询语句
MySQL 5.6.3以前只能 EXPLAIN SELECT ;5.6.3以后就可以 EXPLAIN SELECT,UPDATE, DELETE;
5.7以前的版本中,想要显示partitions
需要使用explain partitions
命令;想要显示filtered
需要使用explain extended
命令。
EXPLAIN 语句输出的各个列的作用如下:
列名 | 描述 |
---|---|
id | 在一个大的查询语句中每个SELECT关键字都对应一个唯一的id |
select_type | SELECT关键字对应的那个查询的类型 |
table | 表名 |
partitions | 匹配的分区信息 |
type | 针对单表的访问方法 |
possible_keys | 可能用到的索引 |
key | 实际上使用的索引 |
key_len | 实际使用到的索引长度 |
ref | 当使用索引列等值查询时,与索引列进行等值匹配的对象信息 |
rows | 预估的需要读取的记录条数 |
filtered | 某个表经过搜索条件过滤后剩余记录条数的百分比 |
Extra | 一些额外的信息 |
- table
EXPLAIN语句输出的每条记录都对应着某个单表的访问方法,该条记录的table列代表着该表的表名(有时不是真实的表名字,可能是简称)。
- id
id如果相同,可以认为是一组,从上往下顺序执行;在所有组中,id值越大,优先级越高,越先执行;id号每个号码,表示一趟独立的查询,一个sql的查询趟数越少越好。
- select_type
结果 | 描述 |
---|---|
SIMPLE | 简单SELECT(不使用UNION或子查询) |
PRIMARY | 最外侧选择,使用UNION连接的主表 |
UNION | UNION中的第二条或更高版本SELECT语句 |
UNION RESULT | UNION的结果 |
SUBQUERY | 子查询中的第一个SELECT |
DEPENDENT SUBQUERY | 关联子查询中的第一个SELECT |
DEPENDENT UNION | UNION中的第二个或更高版本SELECT语句,取决于外部查询 |
DERIVED | 子表 |
MATERIALIZED | 物化子查询,将子查询结果生成为一个临时表(通常在内存中)来加速查询执行。 |
UNCACHEABLE SUBQUERY | 随着外部查询的每一行必须重新计算的子查询,无法缓存结果 |
UNCACHEABLE UNION | UNION中属于不可缓存子查询的第二个或更高版本的选择(参见不可实现的子查询) |
- partitions
显示我们扫描分区名称
- type
结果值从最好到最坏依次是: system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
SQL性能优化的目标:至少要达到 range级别,要求是ref级别,最好是consts级别。(阿里巴巴开发手册要求)
- key_len
显示使用的索引长度,长度计算公式:
varchar(10)变长字段且允许NULL = 10 * ( character set: utf8=3,gbk=2,latin1=1)+1(NULL)+2(变长字段)
varchar(10)变长字段且不允许NULL = 10 * ( character set:utf8=3,gbk=2,latin1=1)+2(变长字段)
char(10)固定字段且允许NULL = 10 * ( character set:utf8=3,gbk=2,latin1=1)+1(NULL)
char(10)固定字段且不允许NULL = 10 * ( character set:utf8=3,gbk=2,latin1=1)
-
Extra
-
Using filesort:对数据使用一个外部的索引排序,而不是按照表内的索引顺序进行读取;无法利用索引完成的排序操作称为“文件排序”
-
Using temporary:使了用临时表保存中间结果,MySQL在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by。
-
Using index:表示相应的select操作中使用了覆盖索引(Covering Index),避免访问了表的数据行
同时出现using where,表明索引被用来执行索引键值的查找;
若没有同时出现,表明索引只是用来读取数据而非利用索引执行查找。
-
Using where:表明使用了where过滤
-
Using join buffer:表明使用了连接缓存
-
impossible where:where子句的值总是false,不能用来获取任何元组
-
覆盖索引:select的数据列只用从索引中就能够取得,不必读取数据行,MySQL可以利用索引返回select列表中的字段,而不必根据索引再次读取数据文件,换句话说查询列要被所建的索引覆盖。
EXPLAIN 四种输出格式
EXPLAIN可以输出四种格式: 传统格式 , JSON格式 , TREE格式以及可视化输出。
前面使用的都是传统格式,简单明了。
在EXPLAIN
和查询语句中加上FORMAT=JSON
EXPLAIN FORMAT=JSON ...
部分结果示例:
"cost_info": {
"read_cost": "1840.84",
"eval_cost": "193.76",
"prefix_cost": "2034.60",
"data_read_per_join": "1M"
}
- read_cost 是由下边这两部分组成的:
- IO 成本
- 检测 rows × (1 - filter) 条记录的 CPU 成本
- eval_cost:检测 rows × filter 条记录的成本。
- prefix_cost 就是单独查询 s1 表的成本,即
read_cost + eval_cost
- data_read_per_join 表示在此次查询中需要读取的数据量。
TREE格式是8.0.16版本之后引入的新格式,主要根据查询的各个部分之间的关系
和各部分的执行顺序
来描述如何查询。
可视化输出:
MySQL Workbench是一款专为MySQL设计的ER/数据库建模工具,通过点击放大镜图标,即可生成可视化的查询计划。
查看上一条语句的执行信息:
SHOW WARNINGS;
分析优化器执行计划
OPTIMIZER_TRACE是MySQL 5.6引入的一项跟踪功能,它可以跟踪优化器做出的各种决策(比如访问表的方法、各种开销计算、各种转换等),并将跟踪结果记录。
SET optimizer_trace="enabled=on",end_markers_in_json=on;
#设置optimizer_trace堆栈信息允许的最大内存,默认1048576
set optimizer_trace_max_mem_size=1000000;
- optimizer_trace总开关,默认值:
enabled=off,one_line=off
- enabled:是否开启optimizer_trace;
- one_line:是否开启单行存储。将会用标准的JSON格式化存储。设置成on将会有良好的格式,设置成off可节省一些空间。
可分析如下语句: SELECT;INSERT;REPLACE;UPDATE;DELETE;EXPLAIN;SET;DECLARE;CASE;IF;RETURN;CALL。
示例:
select * from student where id < 10;
#查看MySQL是如何执行SQL的
select * from information_schema.optimizer_trace\G
//第1部分:查询语句
QUERY: select * from student where id < 10
//第2部分:QUERY字段对应语句的跟踪信息
TRACE: {
"steps": [
{
"join_preparation": { //预备工作
"select#": 1,
"steps": [
{
"expanded_query": "/* select#1 */ select `student`.`id` AS
`id`,`student`.`stuno` AS `stuno`,`student`.`name` AS `name`,`student`.`age` AS
`age`,`student`.`classId` AS `classId` from `student` where (`student`.`id` < 10)"
}
] /* steps */
} /* join_preparation */
},
{
"join_optimization": { //进行优化
"select#": 1,
"steps": [
{
"condition_processing": { //条件处理
"condition": "WHERE",
"original_condition": "(`student`.`id` < 10)",
"steps": [
{
"transformation": "equality_propagation",
"resulting_condition": "(`student`.`id` < 10)"
},
{
"transformation": "constant_propagation",
"resulting_condition": "(`student`.`id` < 10)"
},
{
"transformation": "trivial_condition_removal",
"resulting_condition": "(`student`.`id` < 10)"
}
] /* steps */
} /* condition_processing */
},
{
"substitute_generated_columns": { //替换生成的列
} /* substitute_generated_columns */
},
{
"table_dependencies": [ //表的依赖关系
{
"table": "`student`",
"row_may_be_null": false,
"map_bit": 0,
"depends_on_map_bits": [
] /* depends_on_map_bits */
}
] /* table_dependencies */
},
{
"ref_optimizer_key_uses": [ //使用键
] /* ref_optimizer_key_uses */
},
{
"rows_estimation": [ //行判断
{
"table": "`student`",
"range_analysis": {
"table_scan": {
"rows": 3973767,
"cost": 408558
} /* table_scan */, //扫描表
"potential_range_indexes": [ //潜在的范围索引
{
"index": "PRIMARY",
"usable": true,
"key_parts": [
"id"
] /* key_parts */
}
] /* potential_range_indexes */,
"setup_range_conditions": [ //设置范围条件
] /* setup_range_conditions */,
"group_index_range": {
"chosen": false,
"cause": "not_group_by_or_distinct"
} /* group_index_range */,
"skip_scan_range": {
"potential_skip_scan_indexes": [
{
"index": "PRIMARY",
"usable": false,
"cause": "query_references_nonkey_column"
}
] /* potential_skip_scan_indexes */
} /* skip_scan_range */,
"analyzing_range_alternatives": { //分析范围选项
"range_scan_alternatives": [
{
"index": "PRIMARY",
"ranges": [
"id < 10"
] /* ranges */,
"index_dives_for_eq_ranges": true,
"rowid_ordered": true,
"using_mrr": false,
"index_only": false,
"rows": 9,
"cost": 1.91986,
"chosen": true
}
] /* range_scan_alternatives */,
"analyzing_roworder_intersect": {
"usable": false,
"cause": "too_few_roworder_scans"
} /* analyzing_roworder_intersect */
} /* analyzing_range_alternatives */,
"chosen_range_access_summary": { //选择范围访问摘要
"range_access_plan": {
"type": "range_scan",
"index": "PRIMARY",
"rows": 9,
"ranges": [
"id < 10"
] /* ranges */
} /* range_access_plan */,
"rows_for_plan": 9,
"cost_for_plan": 1.91986,
"chosen": true
} /* chosen_range_access_summary */
} /* range_analysis */
}
] /* rows_estimation */
},
{
"considered_execution_plans": [ //考虑执行计划
{
"plan_prefix": [
] /* plan_prefix */,
"table": "`student`",
"best_access_path": { //最佳访问路径
"considered_access_paths": [
{
"rows_to_scan": 9,
"access_type": "range",
"range_details": {
"used_index": "PRIMARY"
} /* range_details */,
"resulting_rows": 9,
"cost": 2.81986,
"chosen": true
}
] /* considered_access_paths */
} /* best_access_path */,
"condition_filtering_pct": 100, //行过滤百分比
"rows_for_plan": 9,
"cost_for_plan": 2.81986,
"chosen": true
}
] /* considered_execution_plans */
},
{
"attaching_conditions_to_tables": { //将条件附加到表上
"original_condition": "(`student`.`id` < 10)",
"attached_conditions_computation": [
] /* attached_conditions_computation */,
"attached_conditions_summary": [ //附加条件概要
{
"table": "`student`",
"attached": "(`student`.`id` < 10)"
}
] /* attached_conditions_summary */
} /* attaching_conditions_to_tables */
},
{
"finalizing_table_conditions": [
{
"table": "`student`",
"original_table_condition": "(`student`.`id` < 10)",
"final_table_condition ": "(`student`.`id` < 10)"
}
] /* finalizing_table_conditions */
},
{
"refine_plan": [ //精简计划
{
"table": "`student`"
}
] /* refine_plan */
}
] /* steps */
} /* join_optimization */
},
{
"join_execution": { //执行
"select#": 1,
"steps": [
] /* steps */
} /* join_execution */
}
] /* steps */
}
//第3部分:跟踪信息过长时,被截断的跟踪信息的字节数。
MISSING_BYTES_BEYOND_MAX_MEM_SIZE: 0 //丢失的超出最大容量的字节
//第4部分:执行跟踪语句的用户是否有查看对象的权限。当不具有权限时,该列信息为1且TRACE字段为空,一般在
调用带有SQL SECURITY DEFINER的视图或者是存储过程的情况下,会出现此问题。
INSUFFICIENT_PRIVILEGES: 0 //缺失权限
1 row in set (0.00 sec)
MySQL监控分析视图
- 主机相关:以host_summary开头,主要汇总了IO延迟的信息。
- Innodb相关:以innodb开头,汇总了innodb buffer信息和事务等待innodb锁的信息。
- I/o相关:以io开头,汇总了等待I/O、I/O使用量情况。
- 内存使用情况:以memory开头,从主机、线程、事件等角度展示内存的使用情况
- 连接与会话信息:processlist和session相关视图,总结了会话相关信息。
- 表相关:以schema_table开头的视图,展示了表的统计信息。
- 索引信息:统计了索引的使用情况,包含冗余索引和未使用的索引情况。
- 语句相关:以statement开头,包含执行全表扫描、使用临时表、排序等的语句信息。
- 用户相关:以user开头的视图,统计了用户使用的文件I/O、执行语句统计信息。
- 等待事件相关信息:以wait开头,展示等待事件的延迟情况。
使用场景
索引情况
#1. 查询冗余索引
select * from sys.schema_redundant_indexes;
#2. 查询未使用过的索引
select * from sys.schema_unused_indexes;
#3. 查询索引的使用情况
select index_name,rows_selected,rows_inserted,rows_updated,rows_deleted
from sys.schema_index_statistics where table_schema='dbname' ;
表相关
# 1. 查询表的访问量
select table_schema,table_name,sum(io_read_requests+io_write_requests) as io from sys.schema_table_statistics group by table_schema,table_name order by io desc;
# 2. 查询占用bufferpool较多的表
select object_schema,object_name,allocated,data
from sys.innodb_buffer_stats_by_table order by allocated limit 10;
# 3. 查看表的全表扫描情况
select * from sys.statements_with_full_table_scans where db='dbname';
语句相关
#1. 监控SQL执行的频率
select db,exec_count,query from sys.statement_analysis order by exec_count desc;
#2. 监控使用了排序的SQL
select db,exec_count,first_seen,last_seen,query
from sys.statements_with_sorting limit 1;
#3. 监控使用了临时表或者磁盘临时表的SQL
select db,exec_count,tmp_tables,tmp_disk_tables,query
from sys.statement_analysis where tmp_tables>0 or tmp_disk_tables >0 order by (tmp_tables+tmp_disk_tables) desc;
IO相关
#1. 查看消耗磁盘IO的文件
select file,avg_read,avg_write,avg_read+avg_write as avg_io
from sys.io_global_by_file_by_bytes order by avg_read limit 10;
Innodb 相关
#1. 行锁阻塞情况
select * from sys.innodb_lock_waits;
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 实操Deepseek接入个人知识库
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库